Kyle Chan

【关于我】

• 深厚金融底蕴：拥有 8 年传统金融行业经验，对市场微观结构、市场情绪分析及金融工程逻辑有深刻理解。
• 全栈架构能力：10 年全栈开发背景，曾有过软件公司创业经历，具备“创始人思维”，能独立完成从初始项目-策略开发-各大CEX/DEX API集成-前端监控的系统构建。
• AI 与 Web3 ：近两年深度聚焦 AI 赋能与 Web3 赛道，曾参加 Avalanche 黑客松，擅长利用 AI（如 Claude Code, Gemini 等）实现开发效率的 10 倍跃迁。
• 当前状态： 现定居澳大利亚，作为独立开发者，主要专注于投资分析相关项目及AI创意类项目开发。

• 1. 全球舆情与投资分析系统 (CyberOracle)
• 项目地址：tradfinance.cyberoracle.net (体验账号：guest01 / 密码：123)
• 技术栈：Python, Flask 3.0, PostgreSQL, Redis, Celery.
• 项目简介：该系统旨在通过 AI 捕捉人类非理性的“系统性偏差”。我将行为经济学与哲学理论融入算法，通过分析全球舆情涌现，识别市场情绪的挤兑点，从而在噪音中提取真正的交易信号。
• 2. 数字货币及美股 AI 自动量化交易平台 (CyberCrypto)
• 项目地址：cryptoquant.cyberoracle.net (如需体验请告知，我会为您专门开放账号)
• 技术栈：FastAPI (Python 3.12), PostgreSQL ,Redis, React 19, Bitget API (Crypto), Tiger Brokers API (US Stocks).
• 项目简介与核心逻辑： 这是我构建的“推理驱动型”量化执行系统。区别于传统的硬编码逻辑，该平台的核心在于利用大语言模型的复杂逻辑推理能力，通过精心设计的量化交易策略提示词将策略思维转化为实时的交易指令。
  提示词驱动策略： 通过预设的交易员人格和风险决策清单，大模型能够像资深交易员一样进行“思维链”分析，识别当前市场是属于“非理性繁荣”还是“恐慌底部”。
  从推理到执行： LLM 的输出被严格限定为结构化数据（JSON），由 FastAPI 后端进行验证与清洗。系统利用 Python 的异步特性，将 LLM 生成的决策指令（如减仓、套利或止盈）秒级推送到 Bitget 或 Tiger Brokers 接口。
  克服情绪偏差： 正如《随机漫步的傻瓜》一书中所提到，人类无法在极端行情下保持绝对理性。本系统利用大模型“无情感、高纪律”的特性，将复杂的投资心法（如反向思维、风险边际）通过提示词固化为执行算法。大模型会严格按照既定模型进行指标回测与实时对冲，确保策略在剧烈震荡中具备极高的执行一致性。
• 3. AI 图文小说创作平台 (Kooka) 及 Web3 游戏 (开发中)
• Kooka (针对澳大利亚儿童&青少年创意类图文小说生成式AI项目)已上线
• 项目地址：www.aikooka.com | 技术栈：React 19, Vite 6, Node.js, 项目TikTok: @aikookaau
• 4.基于 Avalanche 和 Zero Gravity 的撤离生存类AI+Web3 游戏 (开发中)

非常认可“开源、主动、坦诚”的价值观，具备极强的远程协作自律性与抗压能力，接受并适应高强度的工作节奏。在这个科技高速发展的时代，期待遇到志同道合的朋友，与顶尖团队并肩作战，共同留下印记。